Naar hoofdinhoud gaan
LM Studio is een vriendelijke maar krachtige app om open-weight modellen op je eigen hardware uit te voeren. Hiermee kun je llama.cpp- (GGUF) of MLX-modellen (Apple Silicon) uitvoeren. Beschikbaar als GUI-pakket of headless daemon (llmster). Zie lmstudio.ai voor product- en installatiedocumentatie.

​
Snel aan de slag

  1. Installeer LM Studio (desktop) of llmster (headless), en start daarna de lokale server:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Start de server
Zorg ervoor dat je de desktop-app start of de daemon uitvoert met de volgende opdracht: 
lms daemon up

lms server start --port 1234
Als je de app gebruikt, zorg er dan voor dat JIT is ingeschakeld voor een soepele ervaring. Lees meer in de LM Studio JIT- en TTL-handleiding.
  1. Als LM Studio-authenticatie is ingeschakeld, stel dan LM_API_TOKEN in:
export LM_API_TOKEN="your-lm-studio-api-token"
Als LM Studio-authenticatie is uitgeschakeld, kun je de API-sleutel leeg laten tijdens de interactieve OpenClaw-installatie. Zie LM Studio-authenticatie voor details over het instellen van LM Studio-authenticatie.
  1. Voer onboarding uit en kies LM Studio:
openclaw onboard
  1. Gebruik tijdens onboarding de prompt Default model om je LM Studio-model te kiezen.
Je kunt dit later ook instellen of wijzigen: 
openclaw models set lmstudio/qwen/qwen3.5-9b
LM Studio-modelsleutels volgen de indeling author/model-name (bijv. qwen/qwen3.5-9b). OpenClaw modelverwijzingen zetten de providernaam ervoor: lmstudio/qwen/qwen3.5-9b. Je kunt de exacte sleutel voor een model vinden door curl http://localhost:1234/api/v1/models uit te voeren en naar het veld key te kijken.

​
Niet-interactieve onboarding

Gebruik niet-interactieve onboarding wanneer je de installatie wilt scripten (CI, provisioning, remote bootstrap): 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
Of geef de basis-URL, het model en de optionele API-sleutel op: 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio \
  --custom-base-url http://localhost:1234/v1 \
  --lmstudio-api-key "$LM_API_TOKEN" \
  --custom-model-id qwen/qwen3.5-9b
--custom-model-id gebruikt de modelsleutel zoals die door LM Studio wordt teruggegeven (bijv. qwen/qwen3.5-9b), zonder het providerprefix lmstudio/. Geef voor geauthenticeerde LM Studio-servers --lmstudio-api-key door of stel LM_API_TOKEN in. Laat voor niet-geauthenticeerde LM Studio-servers de sleutel weg; OpenClaw slaat een lokale niet-geheime markering op. --custom-api-key blijft ondersteund voor compatibiliteit, maar --lmstudio-api-key heeft de voorkeur voor LM Studio. Dit schrijft models.providers.lmstudio en stelt het standaardmodel in op lmstudio/<custom-model-id>. Wanneer je een API-sleutel opgeeft, schrijft de installatie ook het authenticatieprofiel lmstudio:default. Interactieve installatie kan vragen om een optionele voorkeurslengte voor de laadcontext en past die toe op de ontdekte LM Studio-modellen die in de configuratie worden opgeslagen. De LM Studio Plugin-configuratie vertrouwt het geconfigureerde LM Studio-eindpunt voor modelaanvragen, inclusief loopback-, LAN- en tailnet-hosts. Metadata-/link-local-oorsprongen vereisen nog steeds expliciete opt-in. Je kunt je afmelden door models.providers.lmstudio.request.allowPrivateNetwork: false in te stellen.

​
Configuratie

​
Compatibiliteit met streaming-gebruik

LM Studio is compatibel met streaming-gebruik. Wanneer het geen OpenAI-vormig usage-object uitzendt, herstelt OpenClaw in plaats daarvan tokentellingen uit llama.cpp-achtige timings.prompt_n / timings.predicted_n-metadata. Hetzelfde gedrag voor streaming-gebruik geldt voor deze OpenAI-compatibele lokale backends:
  • vLLM
  • SGLang
  • llama.cpp
  • LocalAI
  • Jan
  • TabbyAPI
  • text-generation-webui

​
Compatibiliteit met redeneren

Wanneer de ontdekking via /api/v1/models van LM Studio modelspecifieke redeneeropties rapporteert, stelt OpenClaw de overeenkomende OpenAI-compatibele reasoning_effort- waarden beschikbaar in modelcompatibiliteitsmetadata. Huidige LM Studio-builds kunnen binaire UI-opties adverteren, zoals allowed_options: ["off", "on"], terwijl ze die waarden op /v1/chat/completions weigeren; OpenClaw normaliseert die binaire ontdekkingsvorm naar none, minimal, low, medium, high en xhigh voordat aanvragen worden verzonden. Oudere opgeslagen LM Studio-configuratie die off/on-redeneermaps bevat, wordt op dezelfde manier genormaliseerd wanneer de catalogus wordt geladen.

​
Expliciete configuratie

{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        apiKey: "${LM_API_TOKEN}",
        api: "openai-completions",
        models: [
          {
            id: "qwen/qwen3-coder-next",
            name: "Qwen 3 Coder Next",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 128000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

​
Probleemoplossing

​
LM Studio niet gedetecteerd

Zorg ervoor dat LM Studio draait. Als authenticatie is ingeschakeld, stel dan ook LM_API_TOKEN in: 
# Start via desktop app, or headless:
lms server start --port 1234
Controleer of de API toegankelijk is: 
curl http://localhost:1234/api/v1/models

​
Authenticatiefouten (HTTP 401)

Als de installatie HTTP 401 meldt, controleer dan je API-sleutel:
  • Controleer of LM_API_TOKEN overeenkomt met de sleutel die in LM Studio is geconfigureerd.
  • Zie LM Studio-authenticatie voor details over het instellen van LM Studio-authenticatie.
  • Als je server geen authenticatie vereist, laat de sleutel dan leeg tijdens de installatie.

​
Just-in-time model laden

LM Studio ondersteunt just-in-time (JIT) model laden, waarbij modellen bij de eerste aanvraag worden geladen. OpenClaw laadt modellen standaard vooraf via het native laadeindpunt van LM Studio, wat helpt wanneer JIT is uitgeschakeld. Schakel de preload-stap van OpenClaw uit om JIT, idle TTL en automatisch verwijderen van LM Studio de levenscyclus van modellen te laten beheren: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions",
        params: { preload: false },
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

​
LAN- of tailnet-LM Studio-host

Gebruik het bereikbare adres van de LM Studio-host, behoud /v1 en zorg ervoor dat LM Studio op die machine buiten loopback is gebonden: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}
lmstudio vertrouwt automatisch het geconfigureerde lokale/private eindpunt voor beveiligde modelaanvragen. Aangepaste/lokale OpenAI-compatibele providervermeldingen vertrouwen ook hun exact geconfigureerde baseUrl-oorsprong, behalve metadata-/link-local-oorsprongen; aanvragen naar andere private poorten of bestemmingen vereisen nog steeds models.providers.<id>.request.allowPrivateNetwork: true. Stel models.providers.<id>.request.allowPrivateNetwork: false in om je af te melden voor exact-origin-vertrouwen.

​
Gerelateerd